假设在训练网络时,我们将所有图像的大小调整为512 * 512,因此可能会有名为tf.Tensor
的{{1}},其形状为input:0
。
但是,进行预测时,可以将多种尺寸的图像输入网络。因此,张量(batch_size, 512, 512, 3)
的形状应类似于input:0
,因为图像的大小是未知的。
因此,如果我有一个(batch_size, None, None, 3)
形状的张量,该如何将其“重塑”为(batch_size, 512, 512, 3)
?我尝试过
(batch_size, None, None, 3)
但输出仍为inputs=tf.reshape(inputs, (batch_size, tf.shape(inputs)[1], tf.shape(inputs)[2], 3)
。
答案 0 :(得分:0)
我不相信您可以在神经网络中调整体重/偏见项的大小。但是将图像输入的大小调整为512 * 512会很容易。你考虑过吗?